ارائه یک الگوریتم اکتشافی نوین برای حل مساله زمانبندی کار کارگاهی

مساله زمانبندی کار کارگاهی (JSSP) به عنوان شاخه ای از زمانبندی تولید و یکی از مهمترین مباحث مدیریت تولید محسوب میشود که جزء پیچیده ترین مباحث بهینه سازی ترکیبی است. در JSSP فرض میشود که n کار وجود دارد که باید توسط m ماشین مورد پردازش قرار گیرد. مسیر پردازش کارها مشخص بوده و حداقل برای دو کار مسیر پردازش کارها متفاوت از یکدیگر است. بعلت NP-Hard بودن JSSP استفاده از روشهای دقیق برای حل آن در زمان چند جمله ای ممکن نیست و باید از الگوریتم های ابتکاری برای حل آن استفاده نمود. در این مقاله، یک روش جدید برای حل JSSP با استفاده از الگوریتم اکتشافی بر پایه رفتار یادگیری اجتماعی ماهی و تئوری حرکت دسته جمعی پیشنهاد شده است، که هدف آن توانایی بهینه سازی بالای الگوریتم در جهت کمینه سازی حداکثر زمان تکمیل کارها میباشد. الگوریتم پیشنهادی با الگوریتم های جستجوی ممنوعه، بهینه سازی ازدحام ذرات و الگوریتم ممتیک بر روی 14 نمونه از مجموعه داده تست لارنس مقایسه شده و نتایج تجربی حاکی از برتری کارایی الگوریتم پیشنهادی است.

Keywords:

الگوریتم دسته ماهیهای مصنوعی , بهینه سازی , زمان بندی کار کارگاهی , حداکثر زمان تکمیل کارها